信用风险的度量方法.docx

一、信用风险度量方法与模型

传统的信用风险评价方法

（1） 要素分析法。

要素分析法是通过定性分析有关指标来评价客户信用风险时所采用的专家分析法。

常用的要素分析法是5C要素分析法，它主要集中在借款人的道德品质（Character）、还款能力（Capacity）、资本实力（Capital）、担保（Collateral）和经营环境条件（Condition）五个方面进行全面的定性分析，以判别借款人的还款意愿和还款能力。

根据不同的角度，有的将分析要素归纳为“5W”因素，即借款人（Who）、借款用途（Why）、还款期限（When）、担保物（What）及如何还款（How）。

还有的归纳为“5P”因素，即个人因素（Personal）、借款目的（Purpose）、偿还（Payment）、保障（Protection）和前景（Perspective）。

无论是“5C”、“5W”还是“5P”，其共同之处都是先选取一定特征目标要素，然后对每一要素评分，使信用数量化，从而确定其信用等级，以其作为其销售、贷款等行为的标准和随后跟踪监测期间的政策调整依据。

（2） 特征分析法。

特征分析法是目前在国外企业信用管理工作中应用较为普遍的一种信用分析工具。它是从客户的种种特征中选择出对信用分析意义最大、直接与客户信用状况相联系的若干因素，将其编为几组，分别对这些因素评分并综合分析，最后得到一个较为全面的分析结果。

一般所分析的特征包括客户自身特征、客户优先性特征、信用及财务特征等。特征分析法的主要用途是对客户的资信状况做出综合性的评价，它涵盖了反映客户经营实力和发展潜力的所有重要指标，这种信用风险分析方法主要由信用调查机构和企业内部信用管理部门使用。

（3）财务比率分析法。

信用风险往往是由财务危机导致的，因此，可以通过及早发现和找出一些特征财务指标，判断评价对象的财务状况和确定其信用等级，从而为信贷和投资提供决策依据。

财务比率综合分析法就是将各项财务分析指标作为一个整体，系统、全面、综合地对企业财务状况和经营情况进行剖析、解释和评价。这类方法的主要代表有杜邦财务分析体系和沃尔比重评分法。

杜邦财务分析体系是由美国杜邦公司创立的，它以净值报酬率为龙头，以资产净利润率为核心，重点揭示企业获利能力及其前因后果，通过对某项综合性较强的财务比率的逐层分解，将相关财务指标联系起来，形成一个综合体系，以便清楚地反映各项财务指标的相互关系。

沃尔比重评分法是由财务综合评价领域的著名先驱者之一亚历山大?沃尔创立的，他把若干个财务比率用线性关系结合起来，以此评价企业的信用水平。他选择了七种财务比率，即流动比率、产权比率、固定资产比率、存货周转率、应收账款周转率、固定资产周转率和自有资金周转率，分别给定各自的分数比重，通过与标准比率（行业平均比率）进行比较，确定各项指标的得分及总体指标的累计分数，从而得出企业财务状况的综合评价，继而确定其信用等级。

多变量信用风险判别模型

多变量信用风险判别模型是以财务会计信息为基础，以特征财务比率为解释变量，运用数量统计方法建模。多变量信用风险判别模型主要包括以下几种：

（1）多元线性判定模型（Z-Score模型）。

其是财务失败预警模型，最早是由Altman（1968）开始研究的。该模型通过五个变量（五种财务比率）将反映企业偿债能力的指标、获利能力指标和营运能力指标有机联系起来，综合分析预测企业财务失败或破产的可能性。一般地，Z值越低，企业越有可能发生破产。

具体模型为：

Z=V1X1+V2X2——VnXn

其中，V1、V2???Vn是权数，X1、X2???Xn是各种财务比率。根据Z值的大小，

可将企业分为“破产”或“非破产”两类。在实际运用时，需要将企业样本分为预测样本和测试样本，先根据预测样本构建多元线性判定模型，确定判别Z值（Z值的大小可以作为判定企业财务状况的综合标准），然后将测试样本的数据代入判别方程，得出企业的Z值，并根据判别标准进行判定。此方法还可以用于债券评级、投资决策、银行对贷款申请的评估及子公司业绩考核等。

（2） 多元逻辑模型（Logit模型）。

其采用一系列财务比率变量来预测公司破产或违约的概率，然后根据银行、投资者的风险偏好程度设定风险警界线，以此对分析对象进行风险定位和决策。

Logit模型建立在累计概率函数的基础上，不需要自变量服从多元正态分布和两组间协方差相等的条件°Logit模型判别方法先根据多元线性判定模型确定企业破产的Z值，然后推导出企业破产的条件概率。其判别规则是：如果概率大于0.5,表明企业破产的概率比较大；如果概率低于0.5,可以判定企业为财务正常。

（3） 多元概率比回归模型（Probit回归模型）。